如何在 1 个图中组合 2 个数据帧直方图？

Question

我想使用一个代码来显示数据框中的所有直方图。 那将是df.hist(bins=10) 。 但是，我想添加另一个显示 CDF df_hist=df.hist(cumulative=True,bins=100,density=1,histtype="step")

我尝试使用fig=plt.figure()和plt.subplot(211)分离它们的 matplotlib 轴。 但是这个 df.hist 实际上是 pandas 函数的一部分，而不是 matplotlib 函数。 我还尝试设置轴并向每个直方图添加 ax=ax1 和 ax2 选项，但它没有用。

如何将这些直方图组合在一起？ 有什么帮助吗？

我想要组合的直方图是这样的。 我想并排展示它们，或者将第二个放在第一个的顶端。 对不起，我不在乎让他们看起来不错。

Answer 1

可以将它们画在一起：

# toy data frame
df = pd.DataFrame(np.random.normal(0,1,(100,20)))

# draw hist
fig, axes = plt.subplots(5,4, figsize=(16,10))
df.plot(kind='hist', subplots=True, ax=axes, alpha=0.5)

# clone axes so they have different scales
ax_new = [ax.twinx() for ax in axes.flatten()]
df.plot(kind='kde', ax=ax_new, subplots=True)
plt.show()

输出：

也可以并排绘制它们。 例如

fig, axes = plt.subplots(10,4, figsize=(16,10))
hist_axes = axes.flatten()[:20]
df.plot(kind='hist', subplots=True, ax=hist_axes, alpha=0.5)

kde_axes = axes.flatten()[20:]
df.plot(kind='kde', subplots=True, ax=kde_axes, alpha=0.5)

将在 kde 之上绘制 hist。

Answer 2

您可以在此处找到更多信息： Pandas 中的多个直方图（顺便说一句，可能重复）但显然 Pandas 无法处理同一图表上的多个直方图。

没关系，因为np.histogram和matplotlib.pyplot可以，查看上面的链接以获得更完整的答案。

Answer 3

df.hist 与任意数量的子图重叠直方图的解决方案

您可以通过使用df.hist返回的轴grid创建双轴来组合两个数据帧直方图图形。 下面是一个普通直方图与累积步长直方图相结合的例子，其中图形的大小和子图网格的布局是自动处理的：

import numpy as np               # v 1.19.2
import pandas as pd              # v 1.1.3
import matplotlib.pyplot as plt  # v 3.3.2

# Create sample dataset stored in a pandas dataframe
rng = np.random.default_rng(seed=1)  # random number generator
letters = [chr(i) for i in range(ord('A'), ord('G')+1)]
df = pd.DataFrame(rng.exponential(1, size=(100, len(letters))), columns=letters)

# Set parameters for figure dimensions and grid layout
nplots = df.columns.size
ncols = 3
nrows = int(np.ceil(nplots/ncols))
subp_w = 10/ncols  # 10 is the total figure width in inches
subp_h = 0.75*subp_w
bins = 10

# Plot grid of histograms with pandas function (with a shared y-axis)
grid = df.hist(grid=False, sharey=True, figsize=(ncols*subp_w, nrows*subp_h),
               layout=(nrows, ncols), bins=bins, edgecolor='white', linewidth=0.5)

# Create list of twin axes containing second y-axis: note that due to the
# layout, the grid object may contain extra unused axes that are not shown
# (here in the H and I positions). The ax parameter of df.hist only accepts
# a number of axes that corresponds to the number of numerical variables
# in df, which is why the flattened array of grid axes is sliced here.
grid_twinx = [ax.twinx() for ax in grid.flat[:nplots]]

# Plot cumulative step histograms over normal histograms: note that the grid layout is
# preserved in grid_twinx so no need to set the layout parameter a second time here.
df.hist(ax=grid_twinx, histtype='step', bins=bins, cumulative=True, density=True, 
        color='tab:orange', linewidth=2, grid=False)

# Adjust space between subplots after generating twin axes
plt.gcf().subplots_adjust(wspace=0.4, hspace=0.4)

plt.show()

使用matplotlib并排显示不同类型直方图的解决方案

据我所知，不可能用df.hist并排显示不同类型的图。 您需要从头开始创建图形，就像本例中使用与之前相同的数据集一样：

# Set parameters for figure dimensions and grid layout
nvars = df.columns.size
plot_types = 2 # normal histogram and cumulative step histogram
ncols_vars = 2
nrows = int(np.ceil(nvars/ncols_vars))
subp_w = 10/(plot_types*ncols_vars)  # 10 is the total figure width in inches
subp_h = 0.75*subp_w
bins = 10

# Create figure with appropriate size
fig = plt.figure(figsize=(plot_types*ncols_vars*subp_w, nrows*subp_h))
fig.subplots_adjust(wspace=0.4, hspace=0.7)

# Create subplots by adding a new axes per type of plot for each variable
# and create lists of axes of normal histograms and their y-axis limits
axs_hist = []
axs_hist_ylims = []
for idx, var in enumerate(df.columns):
    axh = fig.add_subplot(nrows, plot_types*ncols_vars, idx*plot_types+1)
    axh.hist(df[var], bins=bins, edgecolor='white', linewidth=0.5)
    axh.set_title(f'{var} - Histogram', size=11)
    axs_hist.append(axh)
    axs_hist_ylims.append(axh.get_ylim())
    axc = fig.add_subplot(nrows, plot_types*ncols_vars, idx*plot_types+2)
    axc.hist(df[var], bins=bins, density=True, cumulative=True,
             histtype='step', color='tab:orange', linewidth=2)
    axc.set_title(f'{var} - Cumulative step hist.', size=11)

# Set shared y-axis for histograms
for ax in axs_hist:
    ax.set_ylim(max(axs_hist_ylims))

plt.show()